模型描述了大脑中完全抓住运动规划

德国灵长类会中心（DPZ）的神经科学家 - 哥廷根的灵长类动物研究所的灵长类动物研究所开发了一种可以无缝地代表整个运动计划的模型，从看到一个物体抓住它。综合神经和电机数据从抓住两个恒河猴的实验提供了对模型的发展的决定性结果，一种人工神经网络，其能够在用特定对象的图像训练后模拟大脑中的过程和交互。来自人工网络模型的神经元数据能够解释来自动物实验的复杂生物数据，从而证明功能模型的有效性。这可以长期使用，以便在例如，在截瘫中弥合大脑和四肢之间的受损神经连接，从而恢复从大脑到臂和腿部的运动命令的传输。

恒河猴子像人类一样，它有高度发达的神经和视觉系统，以及灵巧的手部运动控制。因此，它们特别适合研究抓取动作。根据之前的研究恒河猴众所周知，三个相互作用大脑区域负责抓住目标对象。直到现在，但是，没有详细模型从视觉信息的处理到控制手臂和手的肌肉来抓取物体的整个过程。

为了建立这样的模型，研究人员训练两只雄性恒河猴掌握随机摆放给它们的42个形状和大小不同的物体。猴子们戴着数据手套，持续记录手臂、手和手指的运动。实验首先简单地照亮要抓住的物体，同时猴子们看着各自物体下面的红点，然后在闪烁信号后进行短暂的延迟抓取运动。这些条件提供了关于不同的时间的信息大脑区域是活跃的，以产生抓握运动和相关的肌肉激活基于视觉信号。

在下一步中，从猴子的角度拍摄的42个对象的图像用于训练人工神经网络模仿大脑中的生物过程。该网络模型由三个相互连接的阶段组成，对应于猴子的三个大脑皮层区域，并提供了有意义的见解，以了解大脑网络的动态。通过对猴子的行为数据进行适当的训练，该网络能够反映恒河猴的抓取动作。它可以处理可识别物体的图像，并再现准确抓取物体所需的肌肉动力学。

然后将人工网络模型得到的结果与猴子实验的生物学数据进行比较。结果表明，该模型的神经动力学与猴子大脑皮层区域的神经动力学高度一致。“这个人工模型第一次以生物学上真实的方式描述了神经元从看到一个物体的过程目的识别,在把握行动计划和手肌肉控制,”Hansjorg Scherberger说DPZ神经生物学实验室的负责人,他补充道:“这种模型有助于更好的理解大脑的神经过程,从长远来看可能是有用的发展更有效率neuroprostheses。”

---

---